做商品对商品的推荐，如何获得对单一偏好用户的推荐？

Question

我正在尝试获得单一偏好的用户推荐，这似乎是故意丢弃的Mahout推荐工作在Hadoop上。对于我的情况，大约50%的用户只有一个偏好，不是很多，有任何推荐是可以的，推荐强度可能< 1.0。

我怎么才能做到这一点？

我使用过的选项

nohup hadoop jar mahout-core-0.8-job.jar  org.apache.mahout.cf.taste.hadoop.item.RecommenderJob --booleanData --similarityClassname SIMILARITY_LOGLIKELIHOOD --input s3://XXX/RS/tmp/mahout_input/SIMILARITY_LOGLIKELIHOOD/1M/ --output s3://XXX/RS/tmp/mahout_output/SIMILARITY_LOGLIKELIHOOD/1M/  --outputPathForSimilarityMatrix s3://XXX/RS/tmp/SimilarityMatrix/1M/  --numRecommendations 50 --maxPrefsPerUser 500 --threshold 0.2 --maxSimilaritiesPerItem 100 --minPrefsPerUser 1 

Answer 1

直观地说，一种偏好几乎不会告诉你任何关于品味的信息。

更科学地说，Mahout中的基于项目的推荐器是一种共现推荐器，所以如果单个偏好与另一个用户的偏好不匹配，您就不能使用它进行推荐。

然而，有一种方法可以为新用户做一些事情。在Mahout中，有一个命令行作业项相似性。它将使用所有首选项，并根据相同用户的喜好来计算哪些项目与其他项目相似。这些是你在亚马逊上看到的“其他买了这个的人也买了这些”的推荐。如果您找到类似的项目，您至少可以在用户查看项目时推荐它们。它们不是个性化的，因此向所有用户显示相同的项目，但它们可以是有效的。

在Mahout 1.0快照构建中，有一个更友好的版本，它在Spark上运行得更快，称为spark-itemsimilarity

在不带参数的情况下运行这两个命令都可以获得帮助屏幕。